17 июля 2026 года Databricks сообщила о подписании термшита на привлечение стратегического раунда финансирования, ведущим инвестором которого выступает фонд Coatue — тот же инвестор, что возглавлял и предыдущий раунд компании. Закрытие сделки ожидается позже этим летом. По данным СМИ, компания привлечёт около $3 млрд — сама Databricks точную сумму раунда официально не раскрыла, ограничившись подтверждением новой оценки.
Новая оценка в $188 млрд делает Databricks одной из самых дорогих непубличных технологических компаний в мире и ставит её в один ряд с крупнейшими игроками ИИ-инфраструктуры — наравне с OpenAI и Anthropic, которые также привлекали десятки миллиардов долларов в 2026 году.
Скорость, с которой растёт оценка Databricks, — сама по себе показательная история для рынка. В декабре 2024 года компания привлекла $10 млрд при оценке $62 млрд. В сентябре 2025-го — ещё $1 млрд при оценке $100 млрд. В феврале 2026-го — $5 млрд при $134 млрд. И вот теперь, спустя всего пять месяцев, — новый раунд при $188 млрд. Это уже четвёртый крупный раунд компании за 19 месяцев, и каждый следующий закрывается быстрее предыдущего.
Такая частота фондрайзинга отражает общую динамику рынка ИИ-инфраструктуры 2026 года: инвесторы готовы платить премию за компании, которые обслуживают спрос корпоративных клиентов на инструменты для работы с данными и построения ИИ-агентов, не создавая при этом собственных фронтирных моделей — то есть избегают самой капиталоёмкой и рискованной части гонки.
Привлечённые средства компания направит на развитие трёх продуктовых линий. Unity AI Gateway — шлюз для управления доступом к разным ИИ-моделям внутри одной корпоративной инфраструктуры, позволяющий компаниям централизованно контролировать расходы и права доступа к разным провайдерам моделей. Genie — ИИ-агент, который превращает бизнес-данные компании в готовые ответы и действия без написания SQL-запросов. Lakebase — serverless-база данных на основе Postgres, спроектированная специально под нагрузки от автономных ИИ-агентов, которым нужен быстрый и надёжный доступ к состоянию.
Все три продукта решают одну и ту же задачу — дать корпоративным клиентам инфраструктурный слой между их данными и множеством конкурирующих ИИ-моделей, не привязывая их к одному поставщику LLM.
Такая стратегия прямо противопоставляет Databricks её главному конкуренту в сегменте — Snowflake, который развивает похожий набор ИИ-инструментов поверх собственного облачного хранилища данных. Оба игрока борются за одну и ту же аудиторию: крупные предприятия, у которых уже накоплены терабайты корпоративных данных и которым нужен управляемый способ подключить к ним ИИ-агентов, не переписывая с нуля всю инфраструктуру хранения.
Для российских компаний история Databricks интересна не как объект инвестиций — доступа к раунду у локальных игроков нет, — а как модель бизнеса, которую стоит изучать. Databricks не строит собственную фронтирную модель уровня GPT или Gemini, а зарабатывает на том, что даёт компаниям инструменты для работы с данными и подключения к разным ИИ-провайдерам одновременно. Похожую нишу в России пытаются занять интеграторы вроге Bothub и корпоративные ML-платформы Сбера и Яндекса — SberCloud ML Space и Yandex DataSphere, которые тоже делают ставку на мультимодельность и управляемость расходов на инференс, а не на разработку единственной собственной LLM.
Рост оценки Databricks почти втрое за 19 месяцев также подтверждает тезис, который в 2026 году всё чаще звучит на профильных конференциях: деньги в ИИ-экономике теперь текут не только к разработчикам моделей, но и к инфраструктурному слою между моделями и бизнесом — туда, где происходит реальное внедрение. Это прямо соотносится с трендом, который в июле отмечали и в самой Anthropic, назвавшей внедрение, а не модели, следующим триллионным рынком ИИ-экономики.
Для сравнения масштабов: если Databricks решает инфраструктурную задачу «данные плюс ИИ», то параллельно на рынке идёт не менее интенсивная гонка на уровне самих фронтирных моделей — только за первую половину 2026 года OpenAI и Anthropic вместе привлекли около $217 млрд, то есть 43% всех венчурных денег, вложенных в ИИ-отрасль. Databricks в этом смысле выбрала более спокойную, но не менее прибыльную нишу — она зарабатывает независимо от того, чья именно модель в итоге победит в гонке за звание самой мощной.